普通話水平測(cè)試系統(tǒng)中的語(yǔ)音識(shí)別和語(yǔ)音評(píng)測(cè)技術(shù)探究

徐麗琍

【摘要】普通話水平測(cè)試是踐行“推廣普通話”這一基本國(guó)策的重要手段。隨著技術(shù)革新，傳統(tǒng)的“人工測(cè)試”轉(zhuǎn)變到由計(jì)算機(jī)進(jìn)行輔助測(cè)試的方式。語(yǔ)言識(shí)別技術(shù)以及語(yǔ)言評(píng)測(cè)技術(shù)的應(yīng)用，是不斷推動(dòng)普通話水平測(cè)試走向成熟的關(guān)鍵。

【關(guān)鍵詞】語(yǔ)音識(shí)別技術(shù) 語(yǔ)音評(píng)測(cè)技術(shù)

【中圖分類號(hào)】G65 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2017）18-0215-01

經(jīng)過20多年的發(fā)展，現(xiàn)今的普通話測(cè)試是通過計(jì)算機(jī)輔助測(cè)試的方式來完成的，主要在其中運(yùn)用了語(yǔ)音識(shí)別技術(shù)以及語(yǔ)音合成技術(shù)，但是采用的測(cè)試系統(tǒng)是科大訊飛公司生產(chǎn)的測(cè)試系統(tǒng)。

一、語(yǔ)音識(shí)別技術(shù)的基本概述

1.預(yù)處理

因?yàn)閼?yīng)試人員輸入到測(cè)試系統(tǒng)中的是一些計(jì)算機(jī)沒有辦法識(shí)別的模擬信號(hào)，所以在計(jì)算機(jī)對(duì)信號(hào)進(jìn)行處理之前，必須把模擬信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)。這就是預(yù)處理的作用，預(yù)處理包括預(yù)濾波、預(yù)加重、采樣和量化等步驟。

預(yù)濾波的主要作用是防止采樣頻率出現(xiàn)混疊干擾，同樣可以對(duì)電源工頻干擾進(jìn)行抑制。

預(yù)加重是針對(duì)采樣部分高頻信號(hào)來進(jìn)行的，主要就是為了提高高頻部分語(yǔ)音信號(hào)的分辨率，同時(shí)對(duì)發(fā)聲過程中聲帶以及嘴唇的干擾進(jìn)行消除，使得高頻的共振峰更加突出。普通話水平測(cè)試系統(tǒng)中預(yù)加重的工作是通過一階高通濾波器來完成的。

采樣和量化是通過A/D轉(zhuǎn)換器來完成的，在每個(gè)周期之內(nèi)，A/D轉(zhuǎn)換器都會(huì)測(cè)量以及量化信號(hào)各一次。這樣聲音信號(hào)就會(huì)轉(zhuǎn)變?yōu)閿?shù)字音頻信號(hào)。在模擬信號(hào)向數(shù)字信號(hào)轉(zhuǎn)換之前，首先需要對(duì)模擬信號(hào)波形進(jìn)行分割，其實(shí)這就是采樣的本質(zhì)。具體來說，是在采樣周期之內(nèi)模擬信號(hào)的波形上取一個(gè)幅度值，這樣原本連續(xù)的模擬信號(hào)就會(huì)變?yōu)殡x散信號(hào)。采樣周期的倒數(shù)為采樣頻率，在采樣頻率高于聲音信號(hào)的最高頻率的2倍時(shí)，數(shù)學(xué)信號(hào)所表示的聲音才能夠被準(zhǔn)確的還原，這是實(shí)際采樣過程中的一個(gè)難點(diǎn)。采樣結(jié)束之后，聲音音量的大小還會(huì)受到聲波幅度電壓值大小的影響，而對(duì)該數(shù)值的數(shù)字化表示，就是“量化”。量化首先要做的是對(duì)整個(gè)聲波幅度進(jìn)行劃分，之后對(duì)區(qū)段內(nèi)的值進(jìn)行分類，然后用同一量化值進(jìn)行賦值計(jì)算。對(duì)聲波幅度的劃分是按照2進(jìn)制的方式來完成的。

2.特征參數(shù)的提取

語(yǔ)音識(shí)別系統(tǒng)中特征參數(shù)的提取是用梅爾倒譜系數(shù)來完成的（簡(jiǎn)稱MFCC），該系數(shù)具有良好的抗噪音能力以及識(shí)別能力。

MFCC的提取是按照以下步驟來完成的：首先求Mel標(biāo)準(zhǔn)刻度，Mel標(biāo)準(zhǔn)刻度能夠描述人耳頻率的非線性特征。是通過處理之后的語(yǔ)音頻率來計(jì)算的，Mel標(biāo)準(zhǔn)刻度的單位為HZ。其次進(jìn)行FFT操作，因?yàn)橥ǔＧ闆r下很難根據(jù)信號(hào)本身的變化特征分析出信號(hào)時(shí)域上的變化特征。為了操作的準(zhǔn)確性，我們通常用信號(hào)頻域上的能量變化來代替信號(hào)時(shí)域上的變化，不同的能量變化特征能夠代表語(yǔ)音信號(hào)本身的特征。因此如果我們將分幀之后的語(yǔ)音信號(hào)加上Hanmming窗，還應(yīng)該對(duì)每幀信號(hào)進(jìn)行FFT操作。這樣就能夠獲得信號(hào)在頻譜上的能量分布，語(yǔ)音信號(hào)的功率譜也是在這個(gè)基礎(chǔ)上計(jì)算得來的。然后需要進(jìn)行的是三角帶通濾波器濾波，要求每個(gè)濾波器組輸出信號(hào)對(duì)數(shù)能量的準(zhǔn)確值。在這里需要說明，MFCC并不受輸入信號(hào)的音高等因素的影響，所以說以MFCC為特征的語(yǔ)言識(shí)別系統(tǒng)，即當(dāng)前普通話水平測(cè)試之中所采用的系統(tǒng)也不會(huì)受到輸入語(yǔ)音音高等因素的影響。借助于三角帶通濾波器，我們就能夠?qū)β曇纛l譜進(jìn)行平滑化處理，而且還能夠消除諧波的作用，突顯原本聲音信號(hào)的共振峰。測(cè)試系統(tǒng)所采用的三角形濾波器，每個(gè)頂點(diǎn)與相鄰濾波器的起點(diǎn)以及終點(diǎn)都能夠做到重合，這樣相鄰兩個(gè)濾波器之間就會(huì)出現(xiàn)重疊區(qū)域。然后對(duì)濾波之后的信號(hào)進(jìn)行計(jì)算，就能夠求出濾波器組輸出的對(duì)數(shù)能量和倒譜系數(shù)。

二、語(yǔ)音評(píng)測(cè)技術(shù)的基本概述

1.工作原理

這項(xiàng)技術(shù)運(yùn)作首先要做的是從發(fā)音資料庫(kù)中對(duì)標(biāo)準(zhǔn)語(yǔ)音資料進(jìn)行特征提取，分析其中的顯著特征。之后要做的是對(duì)大量的非標(biāo)準(zhǔn)發(fā)音資料進(jìn)行特征提取。然后對(duì)提取的這兩部分發(fā)音材料進(jìn)行分析，系統(tǒng)自動(dòng)生成一套完整的評(píng)分規(guī)則。最后才能夠?qū)Υ郎y(cè)的語(yǔ)音資料進(jìn)行分析，從而得出一個(gè)相對(duì)直觀、準(zhǔn)確的評(píng)分。當(dāng)前語(yǔ)音評(píng)測(cè)技術(shù)是普通話水平測(cè)試系統(tǒng)中最常用的技術(shù)。

2.語(yǔ)音評(píng)測(cè)技術(shù)在漢語(yǔ)評(píng)測(cè)中的應(yīng)用

語(yǔ)音評(píng)測(cè)技術(shù)已經(jīng)能夠?qū)崿F(xiàn)對(duì)用戶輸入的語(yǔ)音進(jìn)行全部接收，所以說它已經(jīng)使得說話過程變的非常積極了，這也是將這項(xiàng)技術(shù)運(yùn)用到普通話測(cè)試之中的重要原因之一。應(yīng)用這項(xiàng)技術(shù)最關(guān)鍵的一個(gè)作用就是對(duì)說話者的語(yǔ)音進(jìn)行反饋，要實(shí)現(xiàn)這一目標(biāo)需要建立起完備的語(yǔ)音語(yǔ)料庫(kù)，這需要對(duì)大量的標(biāo)準(zhǔn)語(yǔ)音以及非標(biāo)準(zhǔn)語(yǔ)音進(jìn)行分析。雖然說這一技術(shù)的存在我們已經(jīng)實(shí)現(xiàn)了對(duì)于語(yǔ)音的自動(dòng)評(píng)測(cè)，但是目前所用的評(píng)分系統(tǒng)對(duì)于句子層的敏感度較低，而且評(píng)測(cè)的內(nèi)容必須是已經(jīng)被收錄在系統(tǒng)之內(nèi)的問題并沒有被解決。

對(duì)于漢語(yǔ)語(yǔ)音的識(shí)別是借助HTK平臺(tái)來實(shí)現(xiàn)的，因?yàn)闈h語(yǔ)的特殊性，為了提高識(shí)別的準(zhǔn)確度我們建立起了孤立詞語(yǔ)音識(shí)別系統(tǒng)，對(duì)照標(biāo)準(zhǔn)發(fā)音模板而進(jìn)行的特征比較，評(píng)測(cè)遵循的是發(fā)音與模板相似性越高分越高的原則。而相似性比較的參數(shù)有能量、基頻以及MFCC參數(shù)等等。

參考文獻(xiàn)：

[1]周曉蘭. 計(jì)算機(jī)輔助普通話水平測(cè)試中的語(yǔ)音識(shí)別技術(shù)探討[J]. 農(nóng)村經(jīng)濟(jì)與科技，2016，（22）：240-241.

[2]周曉蘭. 普通話水平測(cè)試系統(tǒng)中語(yǔ)音識(shí)別和語(yǔ)音評(píng)測(cè)技術(shù)研究[J]. 中外企業(yè)家，2016，（29）：265-266.

[3]萬濟(jì)萍，劉子菡，王玥，劉婉姬，張清濤，辛杰. 基于語(yǔ)音識(shí)別技術(shù)口語(yǔ)自動(dòng)評(píng)測(cè)的專利分析[J]. 電聲技術(shù)，2012，（S1）：53-56.